ẢNH HƯỞNG CỦA VỐN XÃ HỘI ĐẾN VIỆC BỊ NHIỄM COVID-19
TÓM TẮT
Từ khóa: vốn xã hội, COVID-19, bị
nhiễm
1. GIỚI THIỆU
Những năm gần đây, dịch bệnh
COVID-19 đã và đang diễn biến hết sức
phức tạp. Dịch bệnh cũng đã gây ra rất
nhiều hệ luỵ toàn cầu trên nhiều khía cạnh
như kinh tế, văn hoá, giáo dục,… Một
trong những hệ lụy nặng nề nhất do
COVID-19 để lại chính là số lượng các ca
nhiễm bệnh và tử vong ngày càng gia tăng
trên toàn thế giới.
Nghiên cứu được thực hiện điển
hình tại địa thành phố Hà Nội, với mục
tiêu nhằm xác định tác động của vốn xã
hội đến việc bị nhiễm COVID-19. Số liệu
của nghiên cứu được thu thập từ 319
phiếu khảo sát hợp lệ từ người dân tại các
quận trên địa bàn thành phố Hà Nội. Từ
mô hình nghiên cứu ban đầu, nhóm đưa ra
ba nhân tố là lòng tin, mạng lưới xã hội và
chuẩn mực xã hội ảnh hưởng đến việc bị
nhiễm COVID-19. Sau khi sử dụng kiểm
định EFA, mô hình nghiên cứu mới xuất
hiện bốn nhóm nhân tố mới là lòng tin vào
các tổ chức, mạng lưới xã hội, chuẩn mực
xã hội và sẵn sàng chia sẻ. Bằng phương
pháp hồi quy Binary Logistic, kết quả
nghiên cứu cho thấy lòng tin vào các tổ
chức, mạng lưới xã hội và sẵn sàng chia
sẻ có ảnh hưởng đến việc bị nhiễm
COVID-19, còn chuẩn mực xã hội không
có sự tác động. Ngoài ra, nghiên cứu cũng
đưa ra một số giải pháp và kiến nghị mở
rộng nhằm chuyển hóa những mặt tiêu
cực vốn xã hội thành tích cực trong việc
giảm thiểu số ca nhiễm COVID-19.
Nhận thấy, vốn xã hội là một trong
những nhân tố quan trọng ảnh hưởng đến
số ca nhiễm COVID-19 tăng nhanh và lan
rộng. Bên cạnh đó, trong bối cảnh dịch
bệnh và hậu dịch bệnh, khi các nguồn vốn
vật chất hữu hình bị suy giảm thì vốn xã
hội sẽ là phương tiện hữu hiệu để mỗi cá
nhân cũng như cộng đồng có thể nhanh
chóng hồi phục. Trái lại, vốn xã hội cũng
mang lại những hệ quả tiêu cực gây nên
sự gia tăng số ca nhiễm bệnh.
Mục đích nghiên cứu của đề tài
nhằm xác định sự ảnh hưởng của vốn xã
hội tới việc bị nhiễm COVID-19. Trên cơ
sở đó đề xuất những biện pháp phù hợp
làm giảm nguy cơ bị nhiễm COVID-19
dưới ảnh hưởng của vốn xã hội.
2. CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG
PHÁP NGHIÊN CỨU
2.1 Vốn xã hội
Vốn xã hội được xác định là một
trong năm nguồn lực chủ yếu trong nền
kinh tế thị trường bên cạnh vốn sản xuất,
vốn tài chính, vốn con người và vốn tự
nhiên. Theo Hanifan (1916) - người đầu
tiên đề cập về vốn xã hội, thể hiện mối
quan hệ và tương tác xã hội giữa các cá
nhân và gia đình. Đến những năm 1980,
khái niệm này mới được đưa vào từ điển
khoa học xã hội.
Tuy nhiên, vốn xã hội chỉ thực sự
trở thành khái niệm quan trọng trong các
nghiên cứu khoa học kể từ khi nghiên cứu
của Bourdieu (1986). Trong nghiên cứu,
Bourdieu cho bất cứ ai cũng có thể thu
nhập một số vốn xã hội nếu người đó nỗ
lực và chú tâm làm việc. James Coleman
(1988) cho rằng vốn xã hội là thứ tài sản
chung bao gồm những đặc trưng trong đời
sống xã hội như sau: các mạng lưới xã
hội, các chuẩn mực và sự tin cậy trong xã
hội Thêm vào đó, Putnam (2000) đưa ra
khái niệm và cách tiếp cận nghiên cứu
tương đối hoàn chỉnh về vốn xã hội để chỉ
những mạng lưới xã hội, liên hệ qua lại
trong xã hội, những quy tắc, chuẩn mực
cho phép cá nhân và tập thể giải quyết
những vấn đề chung
Hiện nay cũng có nhiều cách hiểu
về khái niệm vốn xã hội, theo World Bank
vốn xã hội thể hiện cả mặt chất và mặt
lượng trong các mối quan hệ, các chuẩn
mực và các tương tác xã. Bên cạnh đó,
OECD cũng đưa ra định nghĩa về vốn xã
hội là mạng lưới cùng chung những chuẩn
mực, giá trị và nhận thức tạo điều kiện cho
sự hợp tác và phát triển.
Tại Việt Nam, Trần Hữu Dũng
(2006) cho rằng vốn xã hội là một khái
niệm nhằm nhấn mạnh vai trò quan trọng
của mối liên hệ quen biết, sự tin cậy và thể
chế xã hội trong phát triển kinh tế. Trần
Hữu Quang (2006) cũng cho rằng vốn xã
hội là một khái niệm xã hội học được
dùng để chỉ một cách tổng hợp hiện thực
và đặc trưng của những mối dây liên kết
giữa con người với nhau trong một cộng
đồng hay một xã hội. Nguyễn Vạn Phú
(2006) có quan điểm vốn xã hội là những
mạng lưới kết nối con người với nhau,
cùng nhau giải quyết các vấn đề chung.
Với sự đa dạng các khái niệm và
nguồn gốc của vốn xã hội, các nhà nghiên
cứu và tổ chức trên thế giới và trong nước
đã xây dựng nên các bộ tiêu chí đo lường
khác nhau.
Theo quan điểm của Coleman, vốn
xã hội được đo lường trên ba tiêu chí 1)
mạng lưới xã hội, 2) lòng tin và 3) chuẩn
mực xã hội. Theo bộ tiêu chí của OECD
(2004), vốn xã hội đo lường qua: (1) sự
tham gia xã hội dựa vào cơ cấu hình thành
và việc tham gia các nhóm; (2) sự tương
trợ xã hội dựa theo loại hình, tần số của
sự tương trợ chính thức và phi chính thức;
(3) các mạng lưới xã hội bao gồm các loại
hình và tần số tiếp xúc, sự tham gia vào
các hoạt động cộng đồng vì lợi ích chung;
(4) lòng tin và chuẩn mực hợp tác tạo nên
các giá trị chung. Bên cạnh đó, World
Bank đưa ra bộ tiêu chí tập trung vào (1)
nhóm và mạng lưới; (2) lòng tin; (3)
chuẩn mực; (4) quan hệ qua lại.
2.2 Dịch bệnh COVID-19
Các nhà khoa học của đại học Anh
Quốc Kent (2021) nhận định virus gây đại
dịch COVID-19 xuất hiện lần đầu tiên tại
Trung Quốc trong khoảng cuối năm 2019.
Ca nhiễm COVID-19 đầu tiên chính thức
được xác định tại Trung Quốc hồi tháng
12/2019 có liên quan đến khu chợ hải sản
ở Vũ Hán. Sau đó, virus đã lây lan ra toàn
thế giới.
Theo Peter Ben Embarek (2021),
chuyên gia hàng đầu của WHO cho biết
nhóm công tác đã tiến hành các điều tra
khoa học về bốn giả thuyết liên quan tới
sự xuất hiện, lây lan của virus SARS-
CoV-2 gây bệnh COVID-19. Các giả
thuyết nêu ra những vật chủ trung gian
gây lây nhiễm dịch bệnh cho con người
chính là loài dơi móng ngựa hay một loài
trung gian chưa xác định, lây lan qua hàng
hóa đông lạnh hoặc do bị rò rỉ từ Viện
virus học Vũ Hán.
2.3 Ảnh hưởng của vốn xã hội
đến việc bị nhiễm COVID-19
Qua quá trình nghiên cứu, nhóm
nghiên cứu nhận thấy vốn xã hội được
tiếp cận dưới nhiều góc độ, hình thức, đặc
điểm khác nhau nhưng hầu hết các quan
điểm đều có sự thống nhất và ít nhiều
tương quan với nhau. Bên cạnh đó, gắn
vào bối cảnh dịch bệnh hiện nay, các bài
nghiên cứu về vốn xã hội và COVID-19
cơ bản tiếp cận trên phương diện mạng
lưới xã hội, lòng tin và chuẩn mực xã hội.
Trong bài nghiên cứu, nghiên cứu
tập trung nghiên cứu tác động của vốn xã
hội đến việc bị nhiễm COVID-19 gắn với
ba nhân tố: lòng tin, mạng lưới xã hội và
chuẩn mực xã hội. Từ đó, nhìn nhận
những mặt tích cực và tiêu cực của vốn xã
hội đem lại.
Về khía cạnh lòng tin, mỗi cá nhân
tự hình thành lòng tin của mình với những
cá nhân hay các tổ chức khác. Mỗi cá
nhân có quyền được tin tưởng và mong
đợi vào những kết quả tốt đẹp trong đời
sống của họ, đó là cơ sở tạo nên niềm tin,
sự hợp tác để có thể cùng nhau phát triển
và tạo ra lợi ích. Đặc biệt trong bối cảnh
đại dịch COVID-19, tất cả mọi người đều
đang phải trải qua những khó khăn trong
thời gian giãn cách hoặc cách ly y tế thì
vai trò của vốn xã hội càng được thể hiện
một cách rõ ràng. Sự giúp đỡ, san sẻ khó
khăn của toàn bộ các thành viên trong gia
đình, giữa hàng xóm, đồng nghiệp,... sẽ
phần nào làm giảm bớt gánh nặng về cả
vật chất và tinh thần, đồng thời cũng góp
phần vào việc tuân thủ tốt các quy định về
phòng chống dịch bệnh, từ đó làm giảm
tốc độ bị nhiễm bệnh trong cộng đồng.
Về khía cạnh mạng lưới xã hội, cá
nhân là “tế bào” của mạng lưới xã hội.
Nhiều cá nhân riêng biệt kết hợp lại sẽ tạo
ra mạng lưới xã hội. Mặt khác, cá nhân
cũng không thể tồn tại như một cá thể duy
nhất trong xã hội. Vì vậy, có thể thấy giữa
cá nhân và mạng lưới xã hội có mối quan
hệ hai chiều củng cố và bổ sung cho nhau.
Trong bối cảnh COVID-19, mỗi cá nhân
có ý thức chấp hành tốt sẽ tạo nên một
mạng lưới xã hội có ý thức tốt, bảo vệ sự
an toàn của cá nhân và cộng đồng trước
dịch bệnh.
Về khía cạnh chuẩn mực xã hội,
mỗi cá nhân cũng tự hình thành cho bản
thân mình những chuẩn mực và tiêu
chuẩn riêng. Qua đó, mỗi người sẽ có suy
nghĩ, quyết định, hành động riêng của
mình đối với những sự việc xảy ra trong
đời sống hằng ngày. Bản thân mỗi người
sẽ có những yêu cầu, đòi hỏi riêng với xã
hội nhằm thỏa mãn nhu cầu của bản thân
nhưng vẫn cần đảm bảo những quy tắc,
chuẩn mực chung của xã hội.
2.4 Nguồn số liệu
Số liệu được thu nhập từ 378 phiếu
khảo sát (từ 05/02/2022 đến 28/02/2022)
tại các quận trên thành phố Hà Nội. Sau
khi xử lý và làm sạch phiếu thì còn lại 319
phiếu hợp lệ. Dựa theo cách tính cỡ mẫu
phù hợp để chạy hồi quy đa biến của
Harris (1985) với cỡ mẫu tỷ lệ là 10:1thì
số mẫu thu được là phù hợp.
 2.5 Phương pháp nghiên cứu các chỉ số vốn xã hội thông qua ba tiêu
a) Mô hình nghiên cứu chí: mạng lưới xã hội, lòng tin, chuẩn mực
Thông qua lược khảo tài liệu kết xã hội. Từ đó, nhóm đề xuất mô hình
hợp phân tích, nhóm nghiên cứu đánh giá nghiên cứu như sau:

Hình 1: Mô hình nghiên cứu đề xuất

Giả thuyết nghiên cứu:
H1: Các nhân tố lòng tin có có ảnh cấp bởi đồng nghiệp (LT5); Tin tưởng đối
hưởng ngược chiều đến việc bị nhiễm
COVID-19.
H2: Các nhân tố mạng lưới xã hội
có ảnh hưởng cùng chiều đến việc bị
nhiễm COVID-19.
H3: Các nhân tố chuẩn mực xã hội
có ảnh hưởng ngược chiều đến việc bị
nhiễm COVID-19.
Yếu tố lòng tin được đo lường
thông qua 10 biến: Tin tưởng đối với
thông tin Chính quyền/ Tổ chức Y tế đưa
ra trong dịch COVID-19 (LT1); Tin
tưởng đối với những chỉ thị và biện pháp
Chính quyền/ Tổ chức Y tế đưa ra trong
dịch COVID-19 (LT2); Tin tưởng đối với
thông tin được chia sẻ trong dịch COVID-
19 được cung cấp bởi gia đình (LT3); Tin
tưởng đối với thông tin được chia sẻ trong (MLXH1); Tần suất đi lại bằng phương
dịch COVID-19 được cung cấp bởi bạn bè
(LT4); Tin tưởng đối với thông tin được
Nguồn: Nhóm nghiên cứu
chia sẻ trong dịch COVID-19 được cung
với thông tin được chia sẻ trong dịch
COVID-19 được cung cấp bởi hàng xóm
(LT6); Sẵn sàng chia sẻ những thông tin
của bản thân liên quan đến dịch bệnh
COVID-19 cho gia đình (LT7); Sẵn sàng
chia sẻ những thông tin của bản thân liên
quan đến dịch bệnh COVID-19 cho bạn
bè (LT8); Sẵn sàng chia sẻ những thông
tin của bản thân liên quan đến dịch bệnh
COVID-19 cho đồng nghiệp (LT9); Sẵn
sàng chia sẻ những thông tin của bản thân
liên quan đến dịch bệnh COVID-19 cho
hàng xóm (LT10).
Yếu tố mạng lưới xã hội được đo
lường bằng 4 biến: Tần suất đến những
nơi đông người (chợ, siêu thị, rạp chiếu
phim, hội thảo...) trong dịch COVID-19
tiện di chuyển có sự tiếp xúc với người
khác (xe bus, tàu điện trên cao, xe ôm
công nghệ, taxi công nghệ, taxi truyền
thống,...) trong dịch COVID-19
(MLXH2); Nhận được trợ giúp trong dịch
COVID-19 (cung cấp thông tin, hỗ trợ
tiền, hỗ trợ nhu yếu phẩm, động viên tinh (1) Hoàn toàn không đồng ý; (2) Không
thần,...) (MLXH3); Hỗ trợ những người
gặp khó khăn trong dịch bệnh COVID-19
(MLXH4).
Yếu tố chuẩn mực xã hội được đo
lường bằng 5 biến: Tâm lý e sợ tiếp xúc
với những người F0, F1 đã khỏi bệnh
(CMXH1); Cảm giác e ngại khi phải đi
cách ly nếu bị mắc bệnh (CMXH2);Thích
nghi với việc thực hiện 5K: “Khẩu trang
– Khử khuẩn – Khoảng cách – Không tập
trung – Khai báo y tế” trong dịch COVID-
19 (CMXH3); Thích nghi và thực hiện
các quy định, chỉ thị trong dịch COVID-
19 của Chính phủ và các cơ quan đoàn
thể, doanh nghiệp (CMXH4); Thích nghi
Bảng 1: Cấu trúc nhân khẩu học của mẫu khảo sát
Các tiêu chí khảo sát
Giới tính Nam
với việc hoạt động bằng hình thức online
trong dịch COVID-19 (CMXH5).
Thang đo Likert (1-5) được sử
dụng để đánh giá các thang đo như sau:
đồng ý; (3) Bình thường; (4) Đồng ý; (5)
Hoàn toàn đồng ý.
3. KẾT QUẢ VÀ THẢO LUẬN
3.1 Đặc điểm nhân khẩu học
Đối tượng khảo sát của nghiên cứu
bao gồm tất cả những người dân đang sinh
sống và làm việc tại thành phố Hà Nội.
Nhóm nghiên cứu đã thực hiện phương
pháp tiếp cận lấy mẫu theo phương pháp
lấy mẫu ngẫu nhiên với mục tiêu là thu
thập một mẫu nghiên cứu mang tính đại
diện cho tổng số dân đang sinh sống và
làm việc trên thành phố Hà Nội. Trên thực
tế, mẫu thu được phân loại như bảng sau:
Mẫu
135

Nữ 184

Độ tuổi Dưới 18 18

18-30 tuổi 164

31-50 tuổi 129

51-60 tuổi 8

Trình độ học vấn Trung học phổ thông 17

Đại học 251

Sau đại học 51

Sinh sống Một mình 45

 Sống cùng những người khác 274

Tiêm Vaccine Đã tiêm 2 mũi 103

Đã tiêm nhiều hơn 2 mũi 216

Nhiễm COVID Chưa từng nhiễm 171

Đã nhiễm 148

Qua bảng trên có thể thấy mẫu
khảo sát thu được có tỷ lệ nam và nữ phù
hợp với tỷ lệ nam nữ trong dân số tại
thành phố Hà Nội hiện nay. Về độ tuổi,
mẫu khảo sát thu được chủ yếu nằm trong
độ tuổi từ 18-30 và từ 31-50 do phương
pháp tiếp cận mẫu được thu thập qua các
hội nhóm thông tin nên mẫu khảo sát
thường có độ tuổi ở trẻ. Tỷ lệ mẫu khảo
sát chủ yếu thu được chủ yếu ở bậc đại
học với 251 phiếu thu được. Đa số người
thực hiện khảo sát đang sinh sống cùng
với người khác và hầu hết phiếu thu được
có tỷ lệ người đã tiêm Vaccine nhiều hơn
2 mũi. Tỷ lệ mẫu khảo sát thu được chưa
nhiễm COVID cao hơn đã nhiễm COVID.
3.2. Đánh giá các biến độc lập
Trong các biến đo lường lòng tin
thì biến lòng tin sẵn sàng chia sẻ thông tin
của bản thân cho gia đình và bạn bè có
điểm số trung bình cao nhất là 4,21 điểm.
Biến có số điểm thấp nhất là sự tin tưởng
đối với thông tin được đưa ra bởi hàng
xóm với số điểm là 3,49. Tuy thấp nhất
trong nhóm nhưng biến vẫn trên mức 3
(Bình thường). Tiếp theo, độ lệch chuẩn
của các nhân tố trong nhóm biến này
tương đối cao, tất cả đều lớn hơn 0,7. Điều
này chứng tỏ câu trả lời khá đồng đều, đều
đồng ý với các nhân tố thuộc nhóm biến
lòng tin.

Bảng 2: Lòng tin của người dân trong dịch COVID-19

Biến Diễn giải Trung bình Độ lệch Hệ số
chuẩn Cronbach's
Alpha
LT1 Tin tưởng đối với thông tin
Chính quyền/ Tổ chức Y tế 3.81 0.886
đưa ra trong dịch COVID-
19
LT2 Tin tưởng đối với những
chỉ thị và biện pháp Chính 3.84 0.837
quyền/ Tổ chức Y tế đưa ra
trong dịch COVID-19
LT3 Tin tưởng đối với thông tin
được chia sẻ trong dịch 3.83 0.806
COVID-19 được cung cấp
bởi gia đình

LT4 Tin tưởng đối với thông tin

được chia sẻ trong dịch 3.64 0.716
COVID-19 được cung cấp
bởi bạn bè

LT5 Tin tưởng đối với thông tin 0.890

được chia sẻ trong dịch 3.64 0.779
COVID-19 được cung cấp
bởi đồng nghiệp

LT6 Tin tưởng đối với thông tin

được chia sẻ trong dịch 3.49 0.770
COVID-19 được cung cấp
bởi hàng xóm

LT7 Sẵn sàng chia sẻ những

thông tin của bản thân liên 4.21 0.746
quan đến dịch bệnh
COVID-19 cho gia đình

LT8 Sẵn sàng chia sẻ những

thông tin của bản thân liên 4.21 0.744
quan đến dịch bệnh
COVID-19 cho bạn bè

LT9 Sẵn sàng chia sẻ những

thông tin của bản thân liên
quan đến dịch bệnh 4.13 0.808
COVID-19 cho đồng
nghiệp

LT10 Sẵn sàng chia sẻ những

thông tin của bản thân liên
quan đến dịch bệnh 3.89 0.820
COVID-19 cho hàng xóm

Nguồn: Nhóm nghiên cứu

 Đối với nhóm biến mạng lưới xã
hội có thể thấy mức độ dao động của giá
trị trung bình khá đa dạng từ 2,29-3,97
điều này chứng tỏ biến mạng lưới xã hội
nhận được ý kiến khá đa dạng, trải đều từ
“không đồng ý” cho đến “đồng ý”. Trong
đó biến MLXH4 là biến có trung bình cao
nhất đã gần đạt đến ngưỡng “đồng ý". Sự
di chuyển bằng phương tiện công cộng có
điểm số mà hầu hết đối tượng khảo sát
chọn là “không đồng ý”, điều này cũng
phù hợp với thực tế do bối cảnh của dịch
COVID-19 nên những phương tiện công
cộng hay những nơi công cộng tập trung
đông người cũng không được hoạt động.
Tiếp theo, độ lệch chuẩn của các nhân tố
trong nhóm biến này biến động tương đối
nhiều, trải từ 0,838-1,178. Điều này
chứng tỏ các câu trả lời khá biến động.

Bảng 2: Mạng lưới xã hội của người dân trong dịch COVID-19
Biến Diễn giải Trung bình Độ lệch Hệ số
chuẩn Cronbach's
Alpha
MLXH1 Tần suất đến những nơi
đông người (chợ, siêu
thị, rạp chiếu phim, hội 2.60 1.062
thảo...) trong dịch
COVID-19

MLXH2 Tần suất đi lại bằng

phương tiện di chuyển
có sự tiếp xúc với người
khác (xe bus, tàu điện 2.29 1.152
trên cao, xe ôm công
nghệ, taxi công nghệ,
taxi truyền thống,...) 0.784
trong dịch COVID-19

MLXH3 Nhận được trợ giúp

trong dịch COVID-19
(cung cấp thông tin, hỗ 2.34 1.178
trợ tiền, hỗ trợ nhu yếu
phẩm, động viên tinh
thần,...)

MLXH4 Hỗ trợ những người

gặp khó khăn trong 3.30 0.838
dịch bệnh COVID-19
Nguồn: Nhóm nghiên cứu
 Điểm trung bình của nhóm biến
chuẩn mực xã hội nằm trong khoảng từ
3.43-4.27. Kết quả này cho thấy nhóm
biến chuẩn mực có điểm số khá ấn tượng
với biến thích nghi với việc thực hiện 5K
trong bối cảnh dịch bệnh có điểm số cao
nhất gần đạt đến “hoàn toàn đồng ý". Tiếp
theo, độ lệch chuẩn của các nhân tố trong
nhóm biến này tương đối cao, tất cả đều
lớn hơn 0,7. Điều này chứng tỏ câu trả lời
của khá đồng đều, đồng ý với các nhân tố
thuộc nhóm biến chuẩn mực xã hội.

Bảng 3: Chuẩn mực xã hội trong dịch COVID-19

Biến Diễn giải Trung bình Độ lệch chuẩn Hệ số
Cronbach's
Alpha
CMXH1 Tâm lý e sợ tiếp xúc 3.43 0.982
với những người F0,
F1 đã khỏi bệnh.

CMXH2 Cảm giác e ngại khi 3.60 0.912

phải đi cách ly nếu bị
mắc bệnh.

CMXH3 Thích nghi với việc 4.27 0.800

thực hiện 5K: “Khẩu
trang – Khử khuẩn –
Khoảng cách – Không
tập trung – Khai báo y
tế” trong dịch
0.661
COVID-19

CMXH4 Thích nghi và thực 4.14 0.844

hiện các quy định, chỉ
thị trong dịch
COVID-19 của Chính
phủ và các cơ quan
đoàn thể, doanh
nghiệp

CMXH5 Thích nghi với việc 4.16 0.874

hoạt động bằng hình
thức online trong dịch
COVID-19
Nguồn: Nhóm nghiên cứu
 Sau khi thống kê mô tả các biến
độc lập qua kiểm định Cronbach's Alpha
của từng biến độc lập thì loại bỏ được các
biến MLXH4, CMXH1 và CMXH2 do có
kết quả kiểm định không tương quan với
biến tổng. Sau khi bỏ đi các nhân tố không
phù hợp thì thang đo của các nhóm biến
được đánh giá là đáng tin cậy.
3.3 Phân tích nhân tố khám phá EFA
Sau 4 lần thực hiện phân tích EFA,
các biến LT4, LT5, LT6 có hệ số tải nhân
tố <0.5, lần lượt bị loại. Kết quả sau khi
loại các biến không hợp lệ thì hệ số KMO
là 0.716 và sig=0.000 và có bốn nhân tố
mới được rút ra.

Bảng 4: Ma trận nhân tố xoay

1 2 3 4

LT8 .898

LT7 .897

LT9 .828

LT10 .777

MLXH2 .936

MLXH3 .914

MLXH1 .843

CMXH3 .903

CMXH4 .860

CMXH5 .832

LT2 .935

LT1 .918

LT3 .555

Nguồn: Nhóm nghiên cứu

 Kết quả từ bảng 4 cho thấy có bốn
nhóm nhân tố mới được rút ra, nhân tố thứ
nhất là lòng tin vào các tổ chức (LTTC)
bao gồm LT1, LT2, LT3; nhân tố thứ hai
là mạng lưới xã hội (MLXH) bao gồm
MLXH1, MLXH2, MLXH3; nhân tố thứ
Hình 2: Mô hình nghiên cứu mới
Giả thuyết nghiên cứu mới:
H1’: Lòng tin vào các tổ chức có
ảnh hưởng ngược chiều đến việc bị nhiễm
COVID-19.
H2’: Mạng lưới xã hội ảnh hưởng
cùng chiều đến việc bị nhiễm COVID-19.
H3’: Chuẩn mực xã hội có ảnh
hưởng ngược chiều đến việc bị nhiễm
COVID-19.
H4’: Sẵn sàng chia sẻ có ảnh
hưởng ngược chiều đến việc bị nhiễm
COVID-19.
ba là chuẩn mực xã hội (CMXH) bao gồm
CMXH3, CMXH4, CMXH5; nhân tố thứ
4 là sẵn sàng chia sẻ (CS) bao gồm LT7,
LT8, LT9, LT10.
Từ đó hình thành nên mô hình
nghiên cứu mới như sau:
Nguồn: Nhóm nghiên cứu
3.4 Phân tích hồi quy Binary Logistic
Sử dụng Hồi quy Binary Logistic
để ước lượng xác suất khả năng bị nhiễm
COVID-19.
- Biến phụ thuộc: Covid: (Chưa
nhiễm: 0, Đã nhiễm: 1)
- Biến độc lập: LTTC, MLXH,
CMXH, CS
 Bảng 5: Kết quả hồi quy
Biến độc lập B Sig.
LTTC -0.911 0.000

MLXH 0.659 0.000

CMXH 0.011 0.953

CS 0.553 0.015

Constant -0.728 0.465

Nguồn: Nhóm nghiên cứu

Nhận thấy, Sig của LTTC, MLXH, Cột B là hệ số hồi quy chưa chuẩn
CS nhỏ hơn 0.05 (độ tin cậy 95%), các hóa của các biến độc lập, kết quả như sau:
biến này đều có sự ảnh hưởng lên khả  Biến LTTC tác động nghịch lên
năng bị nhiễm COVID. Biến CMXH có biến phụ thuộc Covid
sig bằng 0.953 > 0.05 không có sự tác  Biến MLXH tác động thuận lên
động lên khả năng bị nhiễm COVID nên biến phụ thuộc Covid
biến này bị loại bỏ.  Biến CS tác động thuận lên biến
phụ thuộc Covid
Với kết quả ở trên, thế vào phương trình hồi quy logistic ta có:
𝑃𝑖
𝑙𝑜𝑔𝑒 ( ) = −0.728 − 0.911𝐿𝑇𝑇𝐶 + 0.659𝑀𝐿𝑋𝐻 + 0.553𝐶𝑆
1 − 𝑃𝑖
Sử dụng hệ số hồi quy B và Đặt P0: Xác suất ban đầu; P1: Xác
Exp(B) = eB, có thể hình thành kịch bản suất thay đổi, P1 được tính theo công thức:
xác suất thay đổi khi xác suất ban đầu lần
lượt là 10%, 30% và 50%.

Bảng 6: Mô phỏng xác suất nhiễm COVID-19

Mô phỏng xác suất có thể bị nhiễm
COVID-19 khi biến độc lập thay đổi 1
Biến số B 𝒆𝑩 đơn vị và xác suất ban đầu là: %
10% 30% 50%
LTTC -0.911 0.402 4.3 14.7 28.7
MLXH 0.659 1.933 17.7 45.3 65.9
CS 0.553 1.738 16.2 42.7 63.5

Nguồn: Nhóm nghiên cứu

 Biến LTTC: Giả sử xác suất có
thể bị nhiễm COVID-19 ban đầu là
10%. Khi các yếu tố khác không đổi,
lòng tin và các tổ chức tăng thêm 1 đơn
vị thì xác suất bị nhiễm COVID-19 sẽ
giảm xuống còn 4,3%. Tương tự, nếu
xác suất ban đầu lần lượt là 30% và
50% thì xác suất bị nhiễm COVID-19
tương ứng sẽ giảm xuống còn 14,7%
và 28,7%.
Biến MLXH: Giả sử xác suất có
thể bị nhiễm COVID-19 ban đầu là
10%. Khi các yếu tố khác không đổi,
mạng lưới xã hội tăng thêm 1 đơn vị thì
xác suất bị nhiễm COVID-19 sẽ tăng
lên 17,7%. Tương tự, nếu xác suất ban
đầu lần lượt là 30% và 50% thì xác suất
bị nhiễm COVID-19 tương ứng sẽ tăng
lên 45,3% và 65,9%.
Biến CS: Giả sử xác suất có thể
bị nhiễm COVID-19 ban đầu là 10%.
Khi các yếu tố khác không đổi, sự sẵn
sàng chia sẻ tăng thêm 1 đơn vị thì xác
suất bị nhiễm COVID-19 sẽ tăng lên
16,2%. Tương tự, nếu xác suất ban đầu
lần lượt là 30% và 50% thì xác suất bị
nhiễm COVID-19 tương ứng sẽ tăng
lên 42,7% và 63,5%.
Bên cạnh đó, nhóm nghiên cứu
cũng nhận thấy thứ tự quan trọng của
các biến độc lập qua bảng sau:

Bảng 7: Các yếu tố tác động đến việc bị nhiễm COVID-19

STT Biến số |B| Tỷ lệ % Thứ tự quan

trọng

1 LTTC 0.911 42.91 1

2 MLXH 0.659 31.04 2

3 CS 0.553 25.05 3

Tổng 2.123 100

Nguồn: Nhóm nghiên cứu

Vậy nên với mô hình được đưa ra, khả năng bị nhiễm COVID-19 có thể được
dự báo trong thực tiễn. Qua đó, ta có bảng kiểm định các giả thuyết so sánh giữa kỳ
vọng và thực tế nghiên cứu.
Bảng 8: Kiểm định các giả thuyết
Kỳ vọng
Kỳ Thực
Mã Giả thuyết so với Giải thích
vọng tế
thực tế
H1’ Lòng tin vào các Khi càng có lòng tin vào các
tổ chức ảnh hưởng tổ chức, chính quyền hay gia
ngược chiều đến đình thì khả năng bị nhiễm
việc bị nhiễm - - Giống COVID-19 càng thấp vì khi
COVID-19. đó người dân có ý thức chấp
hành những yêu cầu, khuyến
nghị được đưa ra.
H2’ Mạng lưới xã hội Khi càng có mạng lưới xã hội
ảnh hưởng cùng rộng lớn thì càng làm gia tăng
chiều đối với việc khả năng bị nhiễm COVID-
bị nhiễm COVID- + + Giống 19 vì gây nên sự tập trung
19. đông người tại những nơi
công cộng hoặc tụ họp thói
quen của các tổ chức.
H4’ Sẵn sàng chia sẻ Khi càng có lòng tin và chia
ảnh hưởng ngược sẻ thông tin cho những người
chiều đến việc bị khác thì càng làm gia tăng khả
nhiễm COVID-19. năng bị nhiễm COVID-19 vì
khi chia sẻ những thông tin
- + Khác
mang tính chất sai lệch,
không đúng so với thực tế thì
gây nên nhiễu loạn thông tin,
khó khăn trong công tác
khoanh vùng dịch.

Nguồn: Nhóm nghiên cứu

3.5 Kiểm định sự khác biệt bình
Qua kiểm định sự khác biệt trung
bình bằng phương pháp Independent
Sample T-Test và ANOVA đối với các
biến nhân khẩu học kết quả cho thấy:
Có sự khác biệt có ý nghĩa thống kê
về mức độ bị nhiễm bệnh ở nam và nữ
và những người có độ tuổi khác nhau
Không có sự khác biệt có ý nghĩa
thống kê về mức độ nhiễm bệnh ở
những người có trình độ học vấn khác
nhau, những người sống một mình
hoặc sống cùng những người khác hay
những người được tiêm số lượng mũi
vaccine khác nhau
4. KẾT LUẬN VÀ ĐỀ NGHỊ
Qua thực tiễn, nhóm nghiên cứu
thấy rằng dịch bệnh ảnh hưởng đến
nhiều mặt của kinh tế xã hội vì vậy công
tác phòng dịch vẫn luôn được đặt lên
hàng đầu. Đặc biệt, trong bối cảnh “bình
thường mới để công tác phòng dịch hiệu
quả thì người dân cần có những hành
động cụ thể, nhóm đề xuất một số giải
pháp cho người dân để hạn chế việc bị
nhiễm bệnh:
Thứ nhất, tin tưởng những biện
pháp của Chính phủ đề ra trong bối cảnh
mới của dịch bệnh.
Thứ hai, sẵn sàng chia sẻ những
thông tin về dịch bệnh nhanh chóng.
Thứ ba, chủ động trang bị đầy đủ
những thông tin về dịch bệnh thông qua
các mạng lưới.
Thứ tư, tận dụng mạng lưới xã
hội, sẵn sàng chia sẻ những thông tin
hữu ích cho những người xung quanh.
Bên cạnh đó, việc nghiên cứu tác
động của vốn xã hội đến việc bị nhiễm
COVID-19 điển hình tại Hà Nội đã cho
thấy thực tế vốn xã hội đã có tác động
như thế nào trong thời kỳ dịch bệnh. Từ
những kết luận mà bài nghiên cứu đưa
ra, nhóm đề xuất một số kiến nghị cho
các đơn vị, cơ quan chức năng nhằm hạn
chế việc bị nhiễm COVID-19 trong
cộng đồng:
Thứ nhất, củng cố lòng tin của
người dân vào các chính sách, biện pháp
nhằm kiểm soát tình hình dịch bệnh
COVID-19.
Thứ hai, cập nhật thông tin nhanh
chóng, chính xác và kịp thời về tình hình
dịch bệnh.
Thứ ba, tăng cường tuyên truyền
những hệ lụy, đẩy lùi những hành vi trái
với chuẩn mực xã hội trong dịch
COVID-19.
TÀI LIỆU THAM KHẢO
1. Nguyễn Tuấn Anh (2011), “Vốn
xã hội và mấy vấn đề đặt ra trong nghiên
cứu vốn xã hội ở Việt Nam hiện nay”, Tạp
chí Xã hội học.
2. Nguyễn Ngọc Bích (2006),
“Vốn xã hội và phát triển”, Tạp chí Tia
sáng.
3. Trần Hữu Dũng (2003), “Vốn xã
hội và kinh tế”, Tạp chí Thời đại.
4. Trần Hữu Dũng (2006), “Vốn xã
hội và phát triển kinh tế”, Tạp chí Tia
sáng.
5. Lê Ngọc Hùng (2008), Vốn xã
hội, vốn con người và mạng lưới xã hội
qua một số nghiên cứu ở Việt Nam, Con
người: văn hóa, quyền và phát triển, NXB
Từ điển Bách Khoa, Hà Nội.
6. Trần Hữu Quang (2010), Tìm
hiểu khái niệm vốn xã hội, Phương pháp
nghiên cứu xã hội và lịch sử, NXB Từ
điển Bách Khoa, Hà Nội.
7. Khúc Thị Thanh Vân (2011),
“Nhận thức về nguồn vốn xã hội, sức
mạnh tiềm tàng cho phát triển”, Tạp chí
Xã hội học.
8. Nguyễn Trọng Hoài và Huỳnh
Thanh Điền (2010), ‘Xây dựng khung
phân tích vốn xã hội trong doanh nghiệp
cho điều kiện Việt Nam. Tổng quan lý
thuyết và các nghiên cứu thực nghiệm’.
9. Hoàng Bá Thịnh (2009), ‘Vốn
xã hội, mạng lưới xã hội và những phí
tổn’, Xã hội học, số 1-2009, tr 42-51.
10. Nguyễn Lê Hoàng Thụy Tố
Quyên (2016), ‘Tổng quan về lý thuyết và
khung đo lường vốn xã hội’, Tạp chí Khoa
học Đại học Mở Thành phố Hồ Chí Minh,
số 1 (46).
11. Nguyễn Trung (2006), ‘Bàn về
vốn xã hội’, Tạp chí Tia sáng, số 14.
12. Portes, A. (1998), “Social
Capital: Its Origins and Applications in
Modern Sociology”, Annual Review of
Sociology, 24, 1-24.
13. Grootaert, C. (1999), Social
capital, household welfare and poverty in
Indonesia, Washington: The World Bank
Social Development Department.
14. Fukuyama.Francis
(2001),“Social Capital, Civil Society and
Development”, Third Word Quarterly,
Social Capital and Development: The
Coming Agenda.
15. Fukuyama. Francis (2002),
Social Capital and Development: The
Coming Agenda.
16. Coleman. J.S (1988), “Social
Capital in the Creation of Human-
Capital”, American Journal of Sociology,
94 (Supplement), 95-120.
17. Bourdieu, P. (1986). The
Forms of Capital. In J. G. Richardson,
Handbook of Theory and Research for the
Sociology of Capital (pp. 241-258).
Newyork: Greenwood Press.
18. Coleman, J. (1990),
Foundations of Social Theory,
Cambridge, Mass: Harvard University
Press.
19. Hanifan, L. J. (1916), The rural
school community center, Annals of the
American Academy of Political and
Social Science.
20. Putnam, R. (1995). Bowling
Alone. The collapse and revival of
American
community. 2000.
 21. V. Vella, D. Narajan. 2006.
"Building indices of social capital",
Journal of
Sociology, No.1, 1-23.
22. Woolcock, M. (1998), Social
Capital and Economic Development:
Toward a Theoretical Synthesis and
Policy Framework, Theory and Society,
27(2), 151-208.
23. Woolcock, M. (2001), The
Place of Social Capital in Understanding
Social and Economic Outcomes, World
Bank.
24. Woolcock, M., & Narayan, D.
(2000), Social Capital: Implications for
Development Theory, Research, and
Policy, World Bank Research Observer,
15, 225-49.
25. Bernd Sebastian Kamps
Christian Hoffmann,COVID reference
26. John Field (2008), Social
Capital, Abingdon: Routledge, Taylor &
Francis Group.
27. Kane X. Faucher (2018),
Social Capital Online: Alienation and
Accumulation, London: University of
Westminster Press.